立场论文：对物联网设备指纹识别机制进行分类的系统框架
网络与互联网体系结构
2020-10-20 v2 密码学与安全
摘要
物联网（IoT）设备的普及使得能够对其指纹识别变得越来越重要，例如为了检测一个人的网络中是否存在行为异常甚至恶意的 IoT 设备。本文旨在提供可用于指纹识别 IoT 设备的机器学习增强技术的系统分类。这可以作为比较各种 IoT 指纹识别机制的基线，以便网络管理员可以选择一种或多种适合监控和维护其网络的机制。我们对现有的关于指纹识别 IoT 设备的论文进行了广泛的文献综述——密切关注那些具有机器学习特征的论文。随后，我们从这些论文中概述的机制中提取重要且可比较的特征。结果，我们提出了一组在指纹识别上下文和 IoT 领域都相关的关键术语。这使我们能够构建一个称为 IDWork 的框架，该框架可用于对现有 IoT 指纹识别机制进行分类，从而促进对这些机制连贯且公平的比较。我们发现大多数 IoT 指纹识别机制采取被动方法——主要通过网络嗅探——而不是对目标设备进行侵入式和交互式操作。此外，大量受调查的机制同时采用静态和动态方法，以便从互补特征中受益，从而对某些攻击（如欺骗和重放攻击）更具鲁棒性。
引用
@article{arxiv.2010.08466,
title = {Position paper: A systematic framework for categorising IoT device fingerprinting mechanisms},
author = {Poonam Yadav and Angelo Feraudo and Budi Arief and Siamak F. Shahandashti and Vassilios G. Vassilakis},
journal= {arXiv preprint arXiv:2010.08466},
year = {2020}
}
备注
7 pages, 2 figures, Accepted in ACM/IEEE AIChallengeIoT 2020